面向無人機數(shù)據(jù)回傳的壓縮采樣技術(shù)：機會與挑戰(zhàn)

黃 磊，李曉鵬，黃 敏，李 強，趙 博，孫維澤，張沛昌

1)深圳大學(xué)電子與信息工程學(xué)院，廣東深圳 518060；2)廣東省(深圳大學(xué)-達(dá)實智能)位置感知與探測工程技術(shù)研究中心，廣東深圳 518060

無人機(unmanned aerial vehicle, UAV)在情報偵察、低空突防、航拍攝影、農(nóng)業(yè)植保、現(xiàn)代物流、監(jiān)控疾病、國土測繪、電力巡檢以及搶險救災(zāi)等領(lǐng)域有著廣泛的應(yīng)用背景[1]．近年來，無人機產(chǎn)業(yè)得到快速發(fā)展，發(fā)達(dá)國家都在積極發(fā)展無人機的先進(jìn)技術(shù)，大力拓展無人機的行業(yè)應(yīng)用．無論在哪個領(lǐng)域，無人機的監(jiān)測數(shù)據(jù)都需要進(jìn)行科學(xué)分析和應(yīng)用才能發(fā)揮其實際作用．這就涉及到數(shù)據(jù)的實時共享問題——無人機的數(shù)據(jù)通信技術(shù)或無人機數(shù)據(jù)鏈技術(shù)．

無人機數(shù)據(jù)鏈屬于窄帶遠(yuǎn)距離傳輸技術(shù)，其數(shù)據(jù)傳輸率一般在115 200 bit/s以下[2]．實際上，這種數(shù)據(jù)率很難滿足目前的應(yīng)用需求．譬如，美國地理情報局在2005年發(fā)布的MISP/STANG4609標(biāo)準(zhǔn)，定義了高清圖像標(biāo)準(zhǔn)為1 280×720像素，要實現(xiàn)彩色或熱圖像的實時共享，數(shù)據(jù)鏈傳輸率需要達(dá)到1.48 Gbit/s[3]．美國和北大西洋公約組織又制定了更高清晰度的圖像標(biāo)準(zhǔn)，像素高達(dá)1 920×1 080，這時要求傳輸率達(dá)到3 Gbit/s以上[3]．但是，目前大多數(shù)的無人機數(shù)據(jù)傳輸系統(tǒng)沒有足夠大的信道帶寬提供如此高的信息傳輸速率，面臨著極大挑戰(zhàn)．

另一方面，隨著無人機的廣泛應(yīng)用，人們已經(jīng)不滿足于高清圖像的實時共享．高清無人機視頻監(jiān)測信息的實時回傳逐漸成為主要需求．無人機通信鏈路主要包括控制信息的交互和無人機監(jiān)測數(shù)據(jù)的回傳．遠(yuǎn)程控制系統(tǒng)信息的交互主要是用于無人機起飛、降落和姿態(tài)調(diào)整等控制信息的傳輸，具有單位時間內(nèi)數(shù)據(jù)量少、可靠性高且安全性強的特點．由于其在現(xiàn)實生活中已得到普遍應(yīng)用，且相關(guān)技術(shù)趨于成熟，恕不贅述．但是，無人機監(jiān)測(視頻圖像、雷達(dá)成像及地理測繪等)數(shù)據(jù)的回傳，要求信息數(shù)據(jù)可以在無人機高速移動環(huán)境下，以較高的傳輸速率，實時可靠地回傳到地面的控制中心．

為此，本文總結(jié)分析了現(xiàn)有的通信標(biāo)準(zhǔn)，發(fā)現(xiàn)現(xiàn)有的通信標(biāo)準(zhǔn)已無法滿足無人機通信日益增長的需求，指出壓縮采樣(compressive sampling, CS)理論和技術(shù)可用于無人機數(shù)據(jù)的壓縮和恢復(fù)．通過總結(jié)4種具有代表性的壓縮采樣技術(shù)及原理，從待處理數(shù)據(jù)結(jié)構(gòu)的角度出發(fā)，將CS技術(shù)分為基于一維向量的壓縮采樣技術(shù)和基于二維矩陣的壓縮采樣技術(shù)．基于實測數(shù)據(jù)分析部分代表性的壓縮采樣技術(shù)的理論性能．最后，指出了未來的研究方向．

圖1 現(xiàn)有無線通信技術(shù)Fig.1 Existing wireless communication techniques

1 UAV通信瓶頸

為探討無人機監(jiān)測數(shù)據(jù)的實時回傳無線通信機制，本文對現(xiàn)有的無線通信技術(shù)進(jìn)行了系統(tǒng)分析．如圖1，根據(jù)傳播距離的不同，現(xiàn)有無線通信網(wǎng)絡(luò)可分為無線個人網(wǎng)(wireless personal area network, WPAN)、無線局域網(wǎng)(wireless local area network, WLAN)、無線鄰域網(wǎng)(wireless neighborhood area network, WNAN)，以及無線廣域網(wǎng)(wireless wide area network, WWAN)．它們的覆蓋的范圍分別是短距離通信(10～100 m)、中短距離通信(100～1 000 m)、中距離通信(5～10 km)以及長距離通信(10～100 km)．

無人機具有高速移動性，表1為對常用的移動通信技術(shù)的核心參數(shù)(吞吐量、距離、頻段、帶寬及時延等)的總結(jié)和對比．由表1可見，采用正交頻分復(fù)用(orthogonal frequency division multiplexing, OFDM)調(diào)制的長期演進(jìn)(long term evolution, LTE)、長期演進(jìn)+(long term evolution-advanced, LTE-A)、全球互通微波訪問(worldwide interoperability for microwave access, WiMAX)、無線寬帶(wireless fidelity, WiFi)和無線訪問車載環(huán)境(wireless access vehicular environment, WAVE)可提供比較高的通信速率(≥11 Mbit/s)；寬帶碼分多址(wideband code division multiple access, WCDMA)和藍(lán)牙次之(≥1 Mbit/s)；Zigbee和LoRa最低(≤250 kbit/s)．但是，從功耗角度來看，其排序為(Zigbee、LoRa)>WCDMA>(LTE、 LTE-A、 WiMAX、 WIFI、 WAVE)．

表1 UAV通信技術(shù)核心參數(shù)

由表1還可發(fā)現(xiàn)，現(xiàn)有的通信網(wǎng)絡(luò)無法滿足MISP/STANG 4609標(biāo)準(zhǔn)中高清圖像的實時傳輸，因此也無法進(jìn)行高清視頻數(shù)據(jù)的實時傳輸．另一方面，考慮到無人機具有高速移動性，各種通信協(xié)議在不同移動速率下的信息傳輸速率會有不同程度的下滑，這就促使人們不斷尋求有效的先進(jìn)信號處理技術(shù)，利用有限的信道帶寬進(jìn)行高速率的無人機監(jiān)測數(shù)據(jù)實時回傳．由于機載傳感器數(shù)據(jù)在空域、頻域和碼域具有稀疏結(jié)構(gòu)的特性，這就激發(fā)研究人員通過壓縮采樣技術(shù)來求解無人機數(shù)據(jù)的實時回傳．這里的壓縮采樣技術(shù)是指利用信號的稀疏特征，以低于(或遠(yuǎn)低于)奈奎斯特(Nyguist)采樣率對信號進(jìn)行采樣．

2 壓縮采樣技術(shù)

基于信號稀疏結(jié)構(gòu)的壓縮采樣技術(shù)可突破現(xiàn)有通信體制帶寬受限的瓶頸，進(jìn)而實現(xiàn)無人機數(shù)據(jù)與地面接收站的實時共享．關(guān)于壓縮采樣理論，業(yè)界已有大量的研究結(jié)果．本文主要介紹4種有潛力的無人機數(shù)據(jù)回傳的壓縮感知技術(shù)，包括壓縮感知、1-bit壓縮采樣、相位恢復(fù)和矩陣補全(matrix completron, MC)技術(shù)．

圖2描述了無人機數(shù)據(jù)回傳的全過程，相對于傳統(tǒng)的數(shù)據(jù)回傳過程，該過程增加了利用壓縮采樣技術(shù)對數(shù)據(jù)進(jìn)行壓縮和恢復(fù)．壓縮過程目的是設(shè)計量測矩陣進(jìn)行隨機采樣；數(shù)據(jù)恢復(fù)過程則是利用相應(yīng)的恢復(fù)技術(shù)處理壓縮數(shù)據(jù)，從而獲得原始數(shù)據(jù)．

圖2 四種壓縮采樣技術(shù)在UAV數(shù)據(jù)傳輸中的作用Fig.2 (Color online) The role of four compression sampling techniques in UAV data transmission

2.1 壓縮感知技術(shù)

壓縮感知技術(shù)的主要目的是對接收的壓縮采樣信號y=Φx∈RM×1， 通過稀疏恢復(fù)算法得到原始的具有稀疏特性的信號x∈RN×1． 其中，N>M；Φ是量測矩陣[14-15]，Φ∈RM×N； 壓縮率p1=M/N． 目前，人們已提出了多種基于稀疏恢復(fù)的方法，例如匹配追蹤[16]、閾值法[17]和壓縮采樣匹配搜索法[18]等迭代方法，以及總體變異稀疏度[19]、非局部稀疏度[20]、小波樹稀疏度[21]等基于原始數(shù)據(jù)的先驗信息的優(yōu)化方法．這些方法往往采用迭代優(yōu)化的方法對問題進(jìn)行求解，能取得較好的稀疏恢復(fù)性能，但也存在計算量過大的問題．同時，當(dāng)實際數(shù)據(jù)不滿足其特定的稀疏假設(shè)時，這些方法的恢復(fù)性能會大幅下降．

2.2 1-bit壓縮采樣技術(shù)

為保證能夠準(zhǔn)確獲取信息，通常需對原始數(shù)據(jù)進(jìn)行高精度的量化采樣．隨著數(shù)據(jù)量的增大，高精度的量化采樣將導(dǎo)致高昂的數(shù)據(jù)采集、存儲和處理成本，難以滿足無人機平臺的應(yīng)用需求[25-26]．在信號稀疏特性的假設(shè)下，1-bit壓縮采樣技術(shù)為無人機的數(shù)據(jù)回傳提供了新的解決方案．

在稀疏假設(shè)條件下，通常獲得的是待重構(gòu)信號x在系統(tǒng)量測矩陣Φ下的量測向量y． 在1-bit壓縮采樣理論下，僅保留量測向量的符號信息，由此得到的信號量測模型[27-29]為

y=sgn(Φx)

(1)

其中， sgn()為符號函數(shù)．在該模型下，對量測向量的采樣僅需保留1 bit的符號信息，從而避免了高精度的量化采樣過程，大幅簡化了系統(tǒng)的硬件架構(gòu)．此時，對信號x的重構(gòu)可表述[30]為

(2)

其中，Y=diag(y)， diag()為構(gòu)是對角矩陣函數(shù).

式(2)中第1個約束保證了重構(gòu)信號符號的正確性，第2個約束避免了重構(gòu)的多解性．在這兩個約束下，通過最小化重構(gòu)信號的l1范數(shù)可得到滿足稀疏特性假設(shè)的信號估計結(jié)果．

1-bit壓縮采樣理論能夠有效降低數(shù)據(jù)采集的量化精度．假設(shè)傳統(tǒng)的信號處理需要對信號進(jìn)行8 bit的采樣量化，而利用1-bit壓縮采樣理論，在采樣率不變的情況下，可將數(shù)據(jù)量降至原來的1/8，從源頭上解決無人機回傳數(shù)據(jù)量大的問題．

2.3 相位恢復(fù)技術(shù)

僅依據(jù)原始復(fù)數(shù)信號的線性量測強度或幅值信息，來恢復(fù)該完整復(fù)數(shù)信號的技術(shù)通常被稱為相位恢復(fù)．該技術(shù)被廣泛用于天文學(xué)、晶體學(xué)和光學(xué)成像等領(lǐng)域[31-33]．在這些領(lǐng)域中，由于設(shè)備采集信號時只記錄了信號的強度或幅值，所以存儲數(shù)據(jù)所占空間較少．在未采集復(fù)數(shù)信號相位信息的情況下，完整恢復(fù)原始信號其實是一項很有挑戰(zhàn)的課題．

從數(shù)學(xué)角度來講，相位恢復(fù)即是從M次線性量測的強度中，恢復(fù)出原始N維復(fù)數(shù)信號x， 數(shù)學(xué)模型[34]為

(3)

其中，Φ∈RM×N為已知的M×N量測矩陣；n為量測噪聲．

相位恢復(fù)是一個非線性非凸的優(yōu)化問題，通常需使量測次數(shù)M大于信號的維度N， 才能夠準(zhǔn)確地恢復(fù)出原始信號[36]．

在無人機監(jiān)測(視頻圖像、雷達(dá)成像和地理測繪等)數(shù)據(jù)的回傳中，為滿足高清圖像和視頻的連續(xù)快速傳輸，可采用相位恢復(fù)技術(shù)對所傳輸復(fù)數(shù)數(shù)據(jù)進(jìn)行壓縮傳輸．根據(jù)所要傳輸數(shù)據(jù)x的特點，結(jié)合相位恢復(fù)數(shù)學(xué)模型，考慮將相位恢復(fù)模型中的量測矩陣Φ設(shè)計為編碼矩陣，然后對復(fù)數(shù)數(shù)據(jù)x按一定規(guī)律編碼后，取其強度或幅值，從而將復(fù)數(shù)數(shù)據(jù)的傳輸轉(zhuǎn)化為實數(shù)數(shù)據(jù)的傳輸，加快數(shù)據(jù)傳輸速率．

通常，在設(shè)計編碼矩陣Φ時，其行向量維度應(yīng)遠(yuǎn)大于列向量維度．如果所傳輸數(shù)據(jù)x具有時域、空域、頻域或碼域等稀疏結(jié)構(gòu)特性，編碼矩陣Φ的行向量維度則可大幅減少，此時，可以采用欠采樣相位恢復(fù)算法對數(shù)據(jù)進(jìn)行恢復(fù)[35]．

2.4 矩陣補全技術(shù)

區(qū)別于前面3種壓縮采樣技術(shù)，矩陣補全技術(shù)處理的數(shù)據(jù)是二維矩陣格式． 它可從欠采樣信號XΩ中恢復(fù)出原始信號X. 欠采樣信號的數(shù)學(xué)模型[36]為

XΩ=HΩ⊙X+N

(4)

其中，所有變量都屬于RM×N； ⊙是元素乘法算子；X和N分別是原始信號和噪聲信號；HΩ是由{0}和{1}組成的量測矩陣， {0}和{1}均服從隨機均勻分布，但是必須確保由采樣信號組成的矩陣不含全零行和全零列[37]．壓縮率為

(5)

為恢復(fù)原始信號X， CANDS等[38]提出通過求解秩最小化問題來恢復(fù)X， 表示為

(6)

(7)

3 實驗驗證

合成孔徑雷達(dá)(synthetic aperture radar, SAR)具有全天候工作、分辨率高、抗干擾能力強等優(yōu)點[44]．因此，SAR掛載于無人機進(jìn)行探測，在情報偵察、低空突防、農(nóng)業(yè)植保、搶險救災(zāi)等領(lǐng)域均具有明顯優(yōu)勢．但是，對高分辨率采樣圖像的需求增加了數(shù)據(jù)儲存與傳輸?shù)碾y度．經(jīng)過隨機均勻采樣后的數(shù)據(jù)可以節(jié)省儲存空間，或降低對下傳信道帶寬的要求，更可減少無人機發(fā)射信號的功耗．在成像過程中，則可先利用壓縮感知或矩陣補全恢復(fù)原始數(shù)據(jù)，然后利用恢復(fù)的數(shù)據(jù)進(jìn)行恢復(fù)成像．

該實驗運行環(huán)境為：i7-6700 CPU，3.40 GHz主頻，16 Gbyte內(nèi)存，Matlab2018a．

圖3描述了實驗的流程．其中，SAR數(shù)據(jù)由原始圖片生成，源自Sandia National Laboratories，采用16 bit進(jìn)行數(shù)據(jù)量化，編碼方式為Huffman編碼，無線通信機制為LoRa．

圖3 實驗流程圖Fig.3 (Color online) Flowchart of experiment

3.1 基于壓縮感知技術(shù)的實驗結(jié)果

圖4 基于深度神經(jīng)網(wǎng)絡(luò)的壓縮感知框架Fig.4 (Color online) CS framework based on deep neural network

圖5展示了壓縮感知技術(shù)在SAR數(shù)據(jù)壓縮與恢復(fù)中的效果．圖5(a)為原始數(shù)據(jù)成像效果；圖5(b)為在無噪情況下經(jīng)過LoRa信道傳輸后基于壓縮感知恢復(fù)的成像效果．其中，由SAR數(shù)據(jù)構(gòu)成的矩陣維度是C1 000×800；原始數(shù)據(jù)經(jīng)過LoRa信道傳輸耗時為2 845 s；采用壓縮感知技術(shù)處理后的數(shù)據(jù)回傳耗時為1 356 s；壓縮率p1=50%； 數(shù)據(jù)傳輸時間節(jié)省了45.43%．由圖5(b)可見，基于壓縮感知恢復(fù)的SAR圖像與原圖幾乎一致，無肉眼可見的損失．

圖5 基于原始數(shù)據(jù)和壓縮感知數(shù)據(jù)的SAR成像Fig.5 SAR imaging based on original and CS data

3.2 基于矩陣補全技術(shù)的實驗結(jié)果

圖6描繪了矩陣補全技術(shù)在SAR數(shù)據(jù)壓縮與恢復(fù)中的效果．圖6(a)為原始數(shù)據(jù)成像結(jié)果，圖6(b)為在無噪情況下，經(jīng)過LoRa信道傳輸后基于矩陣補全的成像結(jié)果，圖6(c)為在高斯白噪聲情況下，經(jīng)過LoRa信道傳輸后基于矩陣補全的成像結(jié)果．其中，倍噪比(signal to noise ratio, SNR)為10 dB；由SAR數(shù)據(jù)構(gòu)成的矩陣維度是C800×600，原始數(shù)據(jù)回傳耗時1 029.34 s；在采樣率p2=40%情況下，壓縮后的數(shù)據(jù)回傳耗時縮短為669.42 s，數(shù)據(jù)傳輸時間節(jié)省了34.97%．由圖6(a)和(b)可見，經(jīng)過LoRa系統(tǒng)信道傳輸，并采用矩陣補全技術(shù)進(jìn)行數(shù)據(jù)恢復(fù)，圖像質(zhì)量幾乎沒有降低．由圖6(c)可見，矩陣補全技術(shù)可以抑制由傳輸信道帶來的高斯噪聲．

圖6 基于原始數(shù)據(jù)和矩陣補全數(shù)據(jù)的SAR成像Fig.6 SAR imaging based on original and MC data

4 展望：機會與挑戰(zhàn)

針對無人機應(yīng)用的特點，免費、高速且能夠遠(yuǎn)距離傳輸是當(dāng)前的迫切需求．在眾多通信網(wǎng)絡(luò)中，LoRa網(wǎng)絡(luò)因具有低成本、遠(yuǎn)距離傳輸?shù)膬?yōu)勢，有望能夠解決無人機在雷達(dá)成像、地理測繪、農(nóng)業(yè)植保等領(lǐng)域的數(shù)據(jù)回傳問題．但是，LoRa網(wǎng)絡(luò)的信道帶寬非常有限，如何實現(xiàn)無人機視頻或圖像數(shù)據(jù)的實時回傳是一項頗具挑戰(zhàn)的研究．

本文指出壓縮采樣技術(shù)可運用于無人機數(shù)據(jù)回傳領(lǐng)域來降低數(shù)據(jù)回傳的延時，并通過實測數(shù)據(jù)驗證了壓縮感知和矩陣補全技術(shù)可在帶寬不變的情況下，顯著降低數(shù)據(jù)的傳輸時間，進(jìn)而證明壓縮采樣技術(shù)將是突破該技術(shù)瓶頸的有效手段之一．

在無人機數(shù)據(jù)壓縮和恢復(fù)的領(lǐng)域，下面幾個方向值得關(guān)注：

① 現(xiàn)有的壓縮采樣技術(shù)仍然難以滿足高清晰視頻或圖像傳輸?shù)囊螅芯烤哂懈蛪嚎s采樣率或更低量化率的先進(jìn)信號處理方法是未來研究方向之一．

② 本文的實驗算法只能抑制高斯白噪聲的干擾，而數(shù)據(jù)在實際傳輸過程中也可能收到脈沖噪聲的干擾，因此研究具有抑制混合噪聲的算法將是另一研究方向．

③ 超高清圖像會引發(fā)大規(guī)模數(shù)據(jù)問題，數(shù)據(jù)恢復(fù)會帶來更大的耗時，設(shè)計可分布或并行式計算的壓縮采樣算法將會是另一個值得研究的方向．

④ 壓縮采樣技術(shù)已從處理一維向量擴展到二維矩陣．針對視頻的傳輸，高階張量可利用數(shù)據(jù)間更多的相關(guān)信息，因此可達(dá)到更好的效果以及更高的壓縮性能，即張量的壓縮和恢復(fù)技術(shù)的研究將會引起廣泛的關(guān)注．